Arquitectura de software que permite a un asistente de IA recordar información, preferencias e interacciones pasadas del usuario a lo largo de múltiples sesiones en el tiempo.
Explicación y Contexto Conceptual
La Retención de Memoria a Largo Plazo es la propiedad que separa a los chatbots de atención frustrantes y amnésicos (que tratan al cliente como a un desconocido en cada visita) de los agentes de comercio conversacional de clase mundial. Dado que la ventana de contexto de un LLM se borra al cerrar la sesión, el agente requiere un sistema de persistencia externo.
La memoria moderna de agentes (como MemGPT o sistemas basados en grafos) opera en tres capas jerárquicas:
1. **Memoria de Trabajo** (Working Memory): la conversación activa de los últimos turnos en la ventana de contexto.
2. **Memoria a Corto Plazo**: el resumen condensado de la sesión anterior guardado en caché.
3. **Memoria a Largo Plazo** (Long-Term Vector Memory): una base de datos vectorial donde el agente almacena hechos permanentes extraídos de charlas pasadas (por ejemplo: 'Este cliente tiene un perro llamado Max', 'Prefiere café descafeinado', 'Su presupuesto mensual es de $2,000').
Al iniciar una nueva sesión meses después, el agente recupera esos recuerdos y personaliza la experiencia con una calidez y empatía incomparables.
Ejemplo en la Práctica
El asistente de un e-commerce saluda a un usuario que regresa tras 4 meses: "¡Hola Laura! ¿Qué tal le quedó el abrigo a Max? Tenemos nuevos accesorios para paseos de invierno".